[發明專利]一種基于非對稱逆布局模型的靜止圖像壓縮編碼方法

有效

• 申請號: 200810196929.0
• 申請日: 2008-09-12
• 公開（公告）號: CN101364306A
• 公開（公告）日: 2009-02-11
• 發明（設計）人: 陳傳波;鄭運平;方少紅;劉小峰
• 申請（專利權）人: 華中科技大學
• 主分類號: G06T9/00
• 分類號: G06T9/00;H04N1/41
• 代理公司: 華中科技大學專利中心
• 代理人: 曹葆青

1.一種基于非對稱逆布局模型的靜止圖像壓縮編碼方法，包括以下步驟：

(A1)將矩陣變量R的所有元素賦值為0，矩陣變量R的大小與待處理的灰度圖像f相等，均為M×N，同時令num＝0；其中，M和N均為自然數；

(A2)按光柵掃描的順序確定灰度圖像f中的一個未被標識的矩形塊的起始點(x₁，y₁)，根據該起始點和給定的誤差允許量ε確定一個面積最大的同類塊H，并將同類塊H在灰度圖像f中作標識；

同類塊是指滿足下述條件的矩形塊：

該矩形塊內所有像素的灰度值g(x，y)均滿足條件|g(x，y)-g_est(x，y)|≤ε，其中，ε為用戶設定的誤差允許量，(x₁，y₁)、(x₂，y₂)分別為該矩形塊左上角和右下角的坐標值，x₁≤x≤x₂，y₁≤y≤y₂；根據坐標(x₁，y₁)和(x₂，y₂)的位置關系，g_est(x，y)表示該同類塊中坐標(x，y)處的近似灰度值，按下述四種情況計算：

如果x₁＜x₂且y₁＜y₂，則g_est(x，y)＝g₅+(g₆-g₅)×i₁，

其中g₅＝g₁+(g₂-g₁)×i₂，g₆＝g₃+(g₄-g₃)×i₂，i₁＝(y-y₁)/(y₂-y₁)，且i₂＝(x-x₁)/(x₂-x₁)；

如果x₁≠x₂且y₁＝y₂，則g_est(x，y)＝g₁+(g₄-g₁)×[(x-x₁)/(x₂-x₁)]；

如果x₁＝x₂且y₁≠y₂，則g_est(x，y)＝g₁+(g₄-g₁)×[(y-y₁)/(y₂-y₁)]；

如果x₁＝x₂且y₁＝y₂，則g_est(x，y)＝g₁；

(A3)記錄同類塊H的參數，即：左上角的坐標(x₁，y₁)、右下角的坐標(x₂，y₂)、以及4個角落的灰度值(g₁，g₂，g₃，g₄)；令num＝num+1，

(A4)根據坐標(x₁，y₁)和(x₂，y₂)的位置關系，按如下三種情況將找到的同類塊H的參數存儲到一個顏色表P中；

如果x₁＜x₂且y₁＜y₂，則將同類塊的參數(g₁，g₂，g₃，g₄)賦值到顏色表P{num}中，并將矩陣變量R中對應位置的矩形塊的左上角和右下角分別用“1”和“2”進行標識；

如果x₁≠x₂且y₁＝y₂，或x₁＝x₂且y₁≠y₂則將同類塊的參數(g₁，g₄)賦值到顏色表P{num}中，并將矩陣變量R中對應位置的矩形塊的左上角和右下角分別用“1”和“2”進行標識；

如果x₁＝x₂且y₁＝y₂，則將同類塊的參數(g₁)賦值到顏色表P{num}中，并將矩陣變量R中對應位置的矩形塊用“-1”進行標識；

(A5)循環執行步驟(A2)到(A4)，直到灰度圖像f中的同類塊均被標識完畢；

(A6)輸出顏色表P；

(A7)根據下述坐標數據壓縮算法，對矩陣變量R中所有非零元素的坐標進行編碼，并將編碼結果存儲到一個坐標表Q中；

①逐行掃描大小為M×N的矩陣變量R，如果該行所有元素均為零，那么就不用編碼該行，在這種情況下，使用一個二進制位“0”來表示本行從頭到尾都不存在非零元素，并將該二進制位“0”存儲到該行的編碼表q中；否則，如果該行存在非零元素，那么就在每一個非零元素前加一個前綴符“1”，然后在前綴符后加上用以標識非零元素1、2和-1的碼字，最后將該前綴符“1”和其后的碼字存儲到該行的編碼表q中；

②用b個比特來表示這個非零元素所在列的位置，并將這b個比特存儲到該行的編碼表q中，其中b的值按如下二種情況進行計算；

對于在某一行遇到的第一個非零元素，b＝[log₂N]；這里的b個比特用來指明第一個非零元素關于本行首端的位置；

對于在某一行遇到的除了第一個非零元素以外的其他非零元素，b＝[log₂(N-c)]，其中c是前一次遇到的非零元素的列的位置；這里的b個比特用來表示這個非零元素關于前一次編碼的非零元素的右端的位置；

③在某一行的最后一個非零元素編碼完后，使用一個二進制位“0”來表示本行剩余的元素均為零，并將這個二進制位“0”存儲到該行的編碼表q中，否則，如果該行的最后一個非零元素的位置在本行的末尾，那么就不必使用“0”來表示本行剩余的元素均為零；

(A8)輸出坐標表Q，其中Q是由矩陣變量R的所有行的行編碼表順序連接而得到的。

2.一種權利要求1所述靜止圖像壓縮編碼方法的解碼方法，其步驟包括：

(B1)將一個大小為M×N的矩陣變量W的所有元素賦任意初值，同時令num＝0；

(B2)根據坐標表Q，解碼出大小為M×N的坐標矩陣變量R；

(B3)根據顏色表P，計算出同類塊的總數total_unm；

(B4)num＝num+1；根據P{num}，獲取該同類塊的參數值，即：左上角的坐標(x₁，y₁)、右下角的坐標(x₂，y₂)、以及其4個角落的灰度值(g₁，g₂，g₃，g₄)；

(B5)根據坐標(x₁，y₁)和(x₂，y₂)的位置關系，利用步驟(A2)中的公式計算該同類塊的所有g_est(x，y)，其中g_est(x，y)表示該同類塊中坐標(x，y)處的近似灰度值，x₁≤x≤x₂，y₁≤y≤y₂；

(B6)根據坐標矩陣變量R，將該同類塊的解碼結果賦值給矩陣變量W中左上角坐標為(x₁，y₁)且右下角坐標為(x₂，y₂)的矩形塊；

(B7)如果num＜total_num，轉入步驟(B4)，否則進入步驟(B8)；

(B8)輸出矩陣變量W所對應的灰度圖像，得到解碼圖像。